Skip to content

Navigation Menu

Sign in
Appearance settings

Search code, repositories, users, issues, pull requests...

Provide feedback

We read every piece of feedback, and take your input very seriously.

Saved searches

Use saved searches to filter your results more quickly
Sign up
Appearance settings

Commit aca3b71

Browse files
committed
add 数据提取基础知识
1 parent cfc6df8 commit aca3b71

File tree

1 file changed

+78
-0
lines changed

1 file changed

+78
-0
lines changed

‎数据提取概念和数据的分类.md

Lines changed: 78 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,78 @@
1+
# 数据提取
2+
## 介绍
3+
> 用网络获取的数据中提取出想要的数据。
4+
5+
## 概要
6+
- 数据提取概念和数据的分类
7+
- 使用 `json` 模块提取数据
8+
- 使用正则表达式提取数据
9+
- 使用 `xpath` 提取数据
10+
- 使用 `beautifulsoup` 提取数据
11+
- `json`、`csv` 数据转换
12+
13+
## 数据提取概念和数据的分类
14+
15+
### 什么是数据提取
16+
> 简单的来说,数据提取就是从响应中获取我们想要的数据的过程
17+
18+
### 数据的种类
19+
20+
#### 构化数据
21+
- **数据类型**
22+
23+
- json 格式数据
24+
```json
25+
{
26+
"name":"hello",
27+
"age":18,
28+
"parents":{
29+
"mother":"妈妈",
30+
"father":"爸爸"
31+
}
32+
}
33+
```
34+
- xml 格式数据
35+
```xml
36+
<bookstore>
37+
<book category="COOKING">
38+
<title lang="en">Everyday Italian</title>
39+
<author>Giada De Laurentiis</author>
40+
<year>2005</year>
41+
<price>30.00</price>
42+
</book>
43+
<book category="CHILDREN">
44+
<title lang="en">Harry Potter</title>
45+
<author>J K. Rowling</author>
46+
<year>2005</year>
47+
<price>29.99</price>
48+
</book>
49+
<book category="WEB">
50+
<title lang="en">Learning XML</title>
51+
<author>Erik T. Ray</author>
52+
<year>2003</year>
53+
<price>39.95</price>
54+
</book>
55+
</bookstore>
56+
```
57+
58+
- 处理方式
59+
> 通过 json 模块等直接转成 Python 数据类型
60+
61+
#### 非结构化数据
62+
- 数据类型
63+
- html 格式数据
64+
- word 格式数据
65+
- 等
66+
- **处理方式**
67+
> 通过 `正则表达式` 、 `xpath` 、`beautifulsoup` 等模块提取数据
68+
69+
### 总结
70+
71+
- 数据提取 从网络获取数据中提取想要的数据
72+
- 数据的种类
73+
- 结构化数据
74+
- json
75+
- xml
76+
- 非结构化数据
77+
- html
78+
- word

0 commit comments

Comments
(0)

AltStyle によって変換されたページ (->オリジナル) /